目录
13.6、Optional类
Optional类是一个可以为null的容器对象。如果值存在则isPresent()方法会返回true，调用get()方法会返回该对象。使用它提供很多有用的方法，我们就可以不用显式进行空值检测。Optional的引入极大的解决了关于空指针异常方面的问题。
| 序号 | 方法 & 描述 |
|---|---|
| 1 | static Optional of(T t)： 创建一个 Optional 实例，t必须非空 |
| 2 | static Optional empty() ：创建一个空的 Optional 实例 |
| 3 | static Optional ofNullable(T t)：t可以为null，如果为null，返回空的 Optional，否则返回非空的 Optional实例 |
| 4 | void ifPresent(Consumer<? super T> consumer)：如果有值，就执行Consumer接口的实现代码，并且该值会作为参数传给它。 |
| 5 | boolean isPresent()：判断是否存在对象，存在则方法会返回true，否则返回 false。 |
| 6 | T get()：如果在这个Optional中包含这个值，返回值，否则抛出异常：NoSuchElementException |
| 7 | T orElse(T other)：如果有值则将其返回，否则返回指定的other对象。 |
| 8 | T orElseGet(Supplier<? extends T> other)：如果有值则将其返回，否则返回由Supplier接口实现提供的对象 |
| 9 | T orElseThrow(Supplier<? extends X> exceptionSupplier)：如果有值则将其返回，否则抛出由Supplier接口实现提供的异常。 |
| 10 | boolean equals(Object obj)：判断其他对象是否等于 Optional。 |
| 11 | Optional filter(Predicate<? super predicate):如果值存在，并且这个值匹配给定的 predicate，返回一个Optional用以描述这个值，否则返回一个空的Optional。 |
| 12 | Optional flatMap(Function<? super T,Optional> mapper):如果值存在，返回基于Optional包含的映射方法的值，否则返回一个空的Optional |
| 13 | int hashCode()：返回存在值的哈希码，如果值不存在 返回 0。 |
| 14 | Optional map(Function<? super T,? extends U> mapper)：如果有值，则对其执行调用映射函数得到返回值。如果返回值不为 null，则创建包含映射返回值的Optional作为map方法返回值，否则返回空Optional。 |
| 15 | String toString()：返回一个Optional的非空字符串，用来调试 |
Optional<String> s = Optional.of("张三");
System.out.println("s是否有值："+s.isPresent());
System.out.println("如果存在返回否则返回不存在："+s.orElse("不存在"));
System.out.println("获取值："+s.get());
13.7、Stream
Stream是JDK8版本中除了Lambda 表达式外最重要的改变。Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API 对流中的元素进行筛选、排序、聚合等操作。使用Stream API 对集合数据进行操作，类似于使用 SQL 执行的数据库查询。它保存的数据的类型为Optional类型
Stream 自己不会存储元素，它只是对集合数据进行操作，它在操作时不改变原有的数据，而是返回一个新的Stream，同事它的操作是有延迟的，只会在需要结果的时候才执行。
它和以前的Collection操作不同， Stream操作还有两个基础的特征：
- Pipelining: 中间操作会返回流对象本身。 这样多个操作可以串联成一个管道， 这样做可以对操作进行优化， 比如延迟执行(laziness)和短路( short-circuiting)。
- 内部迭代： 以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代， 这叫做外部迭代。 Stream提供了内部迭代的方式， 通过访问者模式(Visitor)实现。
我们可以把Stream的操作看成一个管道，分为三个步骤，首先创建Stream，然后对管道中的数据进行中间操作，最后获得处理的结果。
- Stream的创建
- Stream 的中间操作
- Stream 的终止操作
13.7.1、Stream创建
-
通过集合的方式：
JDK8中 Collection 接口被扩展提供了2个方法:
default Stream stream() :返回一个顺序流，由主线程按顺序对流执行操作
default Stream parallelStream() :返回一个并行流，内部以多线程并行执行的方式对流进行操作
List<String> list = new ArrayList<>(); //创建顺序流 Stream<String> listStream = list.stream(); //创建并行流 Stream<String> parallelStream = list.parallelStream(); -
根据数组创建：java.util.Arrays.stream(T[] array)
int[] nums = {1,2,3,4,5,6}; IntStream arraysStream = Arrays.stream(nums); -
使用Stream的静态方法：
-
of()：返回其元素为指定值的顺序有序流。
-
Stream.of().parallel()：创建一个并行流
-
iterate()：返回通过将函数f迭代应用到初始元素seed产生的无限顺序有序Stream ，产生由seed 、 f(seed) 、 f(f(seed))等组成的Stream 。
-
generate()：返回无限顺序无序流，其中每个元素都由提供的Supplier生成。
-
13.7.2、中间操作
1、筛选
-
筛选：按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。
-
filter(Predicate p)：通过Lambda表达式设置规则 ， 从流中获取元素
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream = list.stream(); //筛选出集合中的偶数，并将结果放到一个新的Stream中 Stream<Integer> stream1 = stream.filter(num -> num % 2 == 0); stream1.forEach(System.out::println); }
-
distinct()：通过流所生成元素的 hashCode() 和 equals() 去除重复元素
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 4, 4, 5, 6, 6, 8, 9); Stream<Integer> stream = list.stream(); Stream<Integer> distinct = stream.distinct(); distinct.forEach(System.out::print); }
-
2、切片
-
limit(long maxSize)：截断流，使其元素不超过给定数量
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream = list.stream(); Stream<Integer> limit = stream.limit(5); limit.forEach(System.out::print); }
-
skip(long n)：从第n个位置往后截取，若流中元素不足 n 个，则返回一个空流（与 limit(n) 互补，limit(n)是截取第一个到n，而skip是从n到最后）
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream = list.stream(); Stream<Integer> limit = stream.skip(5); limit.forEach(System.out::print); }
3、映射
-
map(Function f)：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3,4,5,6,7,8,9); Stream<Integer> stream1 = list.stream(); //将所有元素的值*2 Stream<Integer> mapStream = stream1.map(num -> num * 2); mapStream.forEach(System.out::println); }
-
flatMap(Function f)：接收一个函数作为参数，将流中的每个值都换成另一个流返回，然后把所有流连接成一个流
@Test public void main(){ List<String> list1 = Arrays.asList("java","python","c++","c"); //将每个元素从新生成一个stream，并添加test Stream<String> stringStream = list1.stream().flatMap(s -> { List<String> strings = Arrays.asList(s,"test"); return strings.stream(); }); stringStream.forEach(System.out::println); }
-
mapToDouble(ToDoubleFunction f)：接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
-
mapToInt(ToIntFunction f)：接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream
-
mapToLong(ToLongFunction f)：接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 LongStream。
4、排序
- sorted()：产生一个新流，按自然顺序排序，按Comparable接口
- sorted(Comparator com)：产生一个新流，其中按比较器顺序排序，按Comparator自定义排序
@Test
public void main2(){
List<Person> list = new ArrayList<>();
list.add(new Person("张三","女",22,"学生"));
list.add(new Person("李四","女",20,"学生"));
list.add(new Person("王五","男",30,"工人"));
list.add(new Person("赵六","男",10,"学生"));
//按年龄升序排序
Stream<Person> sorted = list.stream().sorted(Comparator.comparing(Person::getAge));
sorted.forEach(System.out::println);
//按年龄降序排序
System.out.println("====按年龄降序排序====");
Stream<Person> sorted1 = list.stream().sorted(Comparator.comparing(Person::getAge).reversed());
sorted1.forEach(System.out::println);
List<Integer> list1 = Arrays.asList(5,2,7,9,3);
//自然排序
Stream<Integer> sorted2 = list1.stream().sorted();
sorted2.forEach(System.out::print);
System.out.println();
Stream<Integer> sorted3 = list1.stream().sorted(Comparator.reverseOrder());
sorted3.forEach(System.out::print);
}
13.7.3、终止操作
终止操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List、Integer，甚至是 void 。流一旦进行了终止操作后，就不能再次使用了，否则会出现 java.lang.IllegalStateException: stream has already been operated upon or closed 这个异常。
1、遍历
Stream中的元素是以Optional类型存在的，支持类似集合的遍历。
-
使用forEach
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream = list.stream(); //直接使用forEach stream.forEach(System.out::println); } -
使用迭代器
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream = list.stream(); Iterator<Integer> iterator = stream.iterator(); while (iterator.hasNext()){ System.out.println(iterator.next()); } }
2、聚合
在Stream中有三个方法：
-
count() ：返回流中元素总数
-
max(Comparator c)：返回流中最大值
-
min(Comparator c)：返回流中最小值
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream = list.stream(); System.out.println("最小值："+stream.min((o1, o2) -> o1-o2)); //必须从新创建stream，因为max、min、count都是终止操作 Stream<Integer> stream1 = list.stream(); System.out.println("最大值："+stream1.max((o1, o2) -> o1-o2)); Stream<Integer> stream2 = list.stream(); System.out.println("元素个数："+stream2.count()); }
3、匹配查找
-
allMatch(Predicate p)：检查是否匹配所有元素
-
anyMatch**(**Predicate p) ：检查是否至少匹配一个元素
-
noneMatch(Predicate p)：检查是否没有匹配所有元素
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream1 = list.stream(); System.out.println("stream中的元素是否都>5："+stream1.allMatch(x -> x > 5)); Stream<Integer> stream2 = list.stream(); System.out.println("stream中的元素是否至少有一个>5："+stream2.anyMatch(x -> x > 5)); Stream<Integer> stream3 = list.stream(); System.out.println("stream中的元素是否都不>5："+stream3.noneMatch(x -> x > 5)); }
-
findFirst()：返回第一个元素
-
findAny()： 返回当前流中的任意元素（适用于并行流），如果使用串行顺序流的话，它一般返回的就是第一个元素(建议多搞点数据，多运行几次，才能出现差别)
@Test public void main(){ List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); Stream<Integer> stream1 = list.stream(); System.out.println("第一个元素是："+stream1.findFirst()); //创建并行流 Stream<Integer> parallelStream1 = list.parallelStream(); Stream<Integer> parallelStream2 = list.parallelStream(); Stream<Integer> parallelStream3 = list.parallelStream(); Stream<Integer> parallelStream4 = list.parallelStream(); Stream<Integer> parallelStream5 = list.parallelStream(); Stream<Integer> parallelStream6 = list.parallelStream(); Stream<Integer> parallelStream7 = list.parallelStream(); Stream<Integer> parallelStream8 = list.parallelStream(); System.out.println("返回一个任意元素："+parallelStream1.findAny()); System.out.println("返回一个任意元素："+parallelStream2.findAny()); System.out.println("返回一个任意元素："+parallelStream3.findAny()); System.out.println("返回一个任意元素："+parallelStream4.findAny()); System.out.println("返回一个任意元素："+parallelStream5.findAny()); System.out.println("返回一个任意元素："+parallelStream6.findAny()); System.out.println("返回一个任意元素："+parallelStream7.findAny()); System.out.println("返回一个任意元素："+parallelStream8.findAny()); }
4、归约
归约，也称缩减，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。
- reduce(T iden, BinaryOperator b)：可以将流中元素反复结合起来，得到一个值。返回 T。
- reduce(BinaryOperator b)：可以将流中元素反复结合起来得到一个值。返回 Optional
map 和 reduce 的连接通常称为 map-reduce 模式，因Google 用它来进行网络搜索而出名。
@Test
public void main(){
List<Integer> list1 = Arrays.asList(1,2,3,4,5,6);
//方式1：使用reduce(BinaryOperator b) ，返回值为Optional类
//方式2：使用reduce(T iden, BinaryOperator b)，返回值和T相关
System.out.println("求和方式1："+list1.stream().reduce(Integer::sum));
System.out.println("求和方式2："+list1.stream().reduce(0,Integer::sum));
System.out.println("求乘积1："+list1.stream().reduce((num1,num2) -> num1*num2));
System.out.println("求乘积2："+list1.stream().reduce(1,(num1,num2) -> num1*num2));
System.out.println("求最大值1："+list1.stream().reduce(Integer::max));
System.out.println("求最大值2："+list1.stream().reduce(0,Integer::max));
System.out.println("求最小值："+list1.stream().reduce(Integer::min));
System.out.println("求最小值："+list1.stream().reduce(10,Integer::min));
}
5、收集
collect收集，是内容最繁多、功能最丰富的部分。它是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。collect主要依赖 java.util.stream.Collectors 类内置的静态方法。
collect(Collector c):将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
Collector 接口中方法的实现决定了如何对流执行收集的操作， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下
归集
归集：流是不存储数据，所以在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。
-
list.stream().collect(Collectors.toList())：把流中元素收集到List
可简写为：list.stream().toList()
-
list.stream().collect(Collectors.toSet())：把流中元素收集到Set
-
list.stream().collect(Collectors.toCollection(ArrayList::new))：把流中元素收集到创建的集合
@Test public void main(){ List<Integer> list1 = Arrays.asList(1,2,3,4,5,6,6); //toList System.out.println("======toList方法======"); List<Integer> toList = list1.stream().filter(num -> num % 2 == 0).toList(); toList.forEach(System.out::print); System.out.println(); //toSet System.out.println("======toSet方法======"); Set<Integer> set = list1.stream(). filter(num -> num%2==0).collect(Collectors.toSet()); set.forEach(System.out::print); System.out.println(); //toCollection System.out.println("======toCollection方法======"); ArrayList<Integer> arrayList = list1.stream(). filter(num -> num % 2 == 0).collect(Collectors.toCollection(ArrayList::new)); arrayList.forEach(System.out::print); }
-
list.stream().collect(Collectors.toMap())：把流中元素收集到Map
@Test public void main(){ List<Person> list = new ArrayList<>(); list.add(new Person("张三",20)); list.add(new Person("李四",30)); Map<String, Person> map = list.stream(). collect(Collectors.toMap(Person::getName, p -> p)); map.forEach((s, person) -> System.out.println(s+":"+person.toString())); }
统计
-
Long counting() ：计算流中元素的个数（可直接用count）
-
平均值
- Double averagingInt()：计算流中元素Integer属性的平均值（符合基本数据类型转换的规则）
- Double averagingLong()：计算流中元素Long属性的平均值（符合基本数据类型转换的规则）
- Double averagingDouble()：计算流中元素Double属性的平均值（符合基本数据类型转换的规则）
-
最值
- Optional maxBy()：根据比较器选择最大值
- Optional minBy()：根据比较器选择最小值
-
求和
- Integer summingInt()：对流中元素的整数属性求和
- summingLong：对流中元素的Long属性求和
- summingDouble对流中元素的doublt属性求和
-
统计以上所有信息（个数、平均值、最值、和）
- IntSummaryStatistics summarizingInt()：收集流中Integer属性的统计值
- summarizingLong
- summarizingDouble
@Test public void main(){ List<Person> list = new ArrayList<>(); list.add(new Person("张三",22)); list.add(new Person("李四",20)); list.add(new Person("王五",30)); list.add(new Person("赵六",10)); Long counting = list.stream(). filter(person -> person.getAge() > 20).collect(Collectors.counting()); System.out.println("年龄大于20的个数："+counting); Double averagingInt = list.stream().collect(Collectors.averagingInt(Person::getAge)); System.out.println("集合中年龄的平均值："+averagingInt); Double averagingLong = list.stream() .collect(Collectors.averagingLong(Person::getAge)); System.out.println("集合中年龄的平均值："+averagingLong); Double averagingDouble = list.stream() .collect(Collectors.averagingDouble(Person::getAge)); System.out.println("集合中年龄的平均值："+averagingDouble); Optional<Integer> maxBy = list.stream().map(Person::getAge) .collect(Collectors.maxBy(Integer::compare)); System.out.println("最大的年龄是："+maxBy.get()); Integer summingInt = list.stream().collect(Collectors.summingInt(Person::getAge)); System.out.println("年龄的和是："+summingInt); IntSummaryStatistics summarizingInt = list.stream() .collect(Collectors.summarizingInt(Person::getAge)); System.out.println("根据年龄求以上信息："+summarizingInt); }
分组
分组：将集合分为多个Map
- Map<K, List> groupingBy()：根据某属性值对流分组
- Map<Boolean, List> partitioningBy()：根据true或false进行分组
@Test
public void main(){
List<Person> list = new ArrayList<>();
list.add(new Person("张三","女",22,"学生"));
list.add(new Person("李四","女",20,"学生"));
list.add(new Person("王五","男",30,"工人"));
list.add(new Person("赵六","男",10,"学生"));
//按性别进行分组
System.out.println("===按性别进行分组分组===");
Map<String, List<Person>> mapByGender = list.stream().
collect(Collectors.groupingBy(Person::getGender));
mapByGender.forEach((s,person)-> System.out.println(s+":"+person.toString()));
//按年龄是否>=20岁
System.out.println("===按年龄是否>=20岁分组===");
Map<Boolean, List<Person>> mapByAge = list.stream().
collect(Collectors.partitioningBy(person -> person.getAge() >= 20));
mapByAge.forEach((s,person)-> System.out.println(s+":"+person.toString()));
//按年龄职业和性别分组
System.out.println("===按职业和性别分组===");
Map<String, Map<String, List<Person>>> mapByAgeAndGender = list.stream().
collect(Collectors.groupingBy(Person::getGender,
Collectors.groupingBy(Person::getProfession)));
mapByAgeAndGender.forEach((s,person)-> System.out.println(s+":"+person.toString()));
}
字符串拼接
String joining(“连接符”) ：连接流中每个字符串
@Test
public void main2(){
List<Person> list = new ArrayList<>();
list.add(new Person("张三","女",22,"学生"));
list.add(new Person("李四","女",20,"学生"));
list.add(new Person("王五","男",30,"工人"));
list.add(new Person("赵六","男",10,"学生"));
//不带连接符号
String collect1 = list.stream().map(Person::getName).collect(Collectors.joining());
System.out.println(collect1);
//带连接符号
String collect2 = list.stream().map(Person::getName).collect(Collectors.joining(","));
System.out.println(collect2);
Stream<String> stream = Stream.of("Java","Python","C++");
String collect = stream.collect(Collectors.joining(","));
System.out.println(collect);
}
归约
reducing：从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值，相比于stream 本身的 reduce 方法，增加了对自定义归约的支持
@Test
public void main2(){
List<Person> list = new ArrayList<>();
list.add(new Person("张三","女",22,"学生"));
list.add(new Person("李四","女",20,"学生"));
list.add(new Person("王五","男",30,"工人"));
list.add(new Person("赵六","男",10,"学生"));
//分别求出男女里最大的年龄是多少
Map<String, Optional<Person>> collect = list.stream().collect(Collectors.groupingBy(Person::getGender, Collectors.reducing(BinaryOperator.maxBy(Comparator.comparingInt(Person::getAge)))));
collect.forEach((s,person)-> System.out.println(s+":"+person.toString()));
}
7283
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
